文章目录css样式定义css样式使用css样式采样方法采样步数宽和高提示词相关性每批数量种子文生图按钮代码css样式在上篇内容中我们将界面的整体布局进行划分，并且放置了两个ant-design-vue的文本域组件a-textarea，我们继续向文本域组件添加文本域自身有的属性：allow-clear：可以直接使用清除按钮清除文本域内容:rows="5"：限制文本域行数为5行show-count:maxlength="2000"：限制文本域输入最大字符数，同时将两个文本域放在一行中显示

文章目录一、前言二、安装2.1基本要求2.2InstallSegmentAnything三、代码使用示例3.1AutomaticallygeneratingobjectmaskswithSAM3.2EnvironmentSet-up3.3显示标注3.4图像示例3.5Automaticmaskgeneration3.6Automaticmaskgenerationoptions一、前言目前代码已经开源！SegmentAnythingModel（SAM）可以从输入提示（如点或框）生成高质量的物体遮罩，并且可以用于为图像中的所有物体生成遮罩。它在一个包含1100万张图像和10亿个遮罩的数据集上进行了

不得不说，最近的AI技术圈很火热，前面的风头大都是chatGPT的，自从前提Meta发布了可以分割一切的CV大模型之后，CV圈也热起来了，昨天只是初步了解了一下SAM，然后写了一篇基础介绍说明的博客，早上一大早起来已经有2k左右的阅读量了。 我果断跑去官方项目地址看下： 好恐怖的增长速度，昨天写博客的时候也不到6k，今天一早已经翻一倍，估计随着这波宣传推广后，会迎来更加恐怖的增长，说明大家对他还是满怀期待的。今天主要是下载了官方的源码，想要自己实践使用一下预测提示输入这样的效果。在官方的介绍中可以看到： 可以有两种使用当时，这里我先实践使用的是第一种的方式，我使用的测试图片也是官方源码附带的，

不得不说，最近的AI技术圈很火热，前面的风头大都是chatGPT的，自从前提Meta发布了可以分割一切的CV大模型之后，CV圈也热起来了，昨天只是初步了解了一下SAM，然后写了一篇基础介绍说明的博客，早上一大早起来已经有2k左右的阅读量了。 我果断跑去官方项目地址看下： 好恐怖的增长速度，昨天写博客的时候也不到6k，今天一早已经翻一倍，估计随着这波宣传推广后，会迎来更加恐怖的增长，说明大家对他还是满怀期待的。今天主要是下载了官方的源码，想要自己实践使用一下预测提示输入这样的效果。在官方的介绍中可以看到： 可以有两种使用当时，这里我先实践使用的是第一种的方式，我使用的测试图片也是官方源码附带的，

Demo效果一、前言本文使用docker进行部署，环境等所有依赖全部整合完毕（版本：v1.3.2）容器内默认已支持（无需额外配置）：xformers+controlnet支持自定义启动参数，本文示例为开放api接口供外部业务调用，并已解决API方式下Lora不生效的BUG；开启方式文末细说首次启动下载必要依赖较耗时，容器已配置国内代理加速，预计5分钟内完成容器内自带官方的模型：v1-5-pruned-emaonly.safetensors，若有其他模型需求直接下载后copy进容器内指定位置即可生效推荐模型下载地址：https://civitai.com/二、api接口文档若不使用api方式，可

文章目录一、Intruduction二、SegmentAnythingTask三、SegmentAnythingModel四、SegmentAnythingDataEngine五、SegmentAnythingDataset六、SegmentAnythingRAIAnalysis七、Zero-shotTransferExperiments7.1zero-shotsinglepointvalidmaskevaluation7.2zero-shotedgedetection7.3zero-shotobjectdetection7.4zero-shotinstancesegmentation7.5z

文章目录一、Intruduction二、SegmentAnythingTask三、SegmentAnythingModel四、SegmentAnythingDataEngine五、SegmentAnythingDataset六、SegmentAnythingRAIAnalysis七、Zero-shotTransferExperiments7.1zero-shotsinglepointvalidmaskevaluation7.2zero-shotedgedetection7.3zero-shotobjectdetection7.4zero-shotinstancesegmentation7.5z

1.作品图2.准备工作目前网上能搜到的stable-diffusion-webui的安装教程都是Window和MacM1芯片的，而对于因特尔芯片的文章少之又少，这就导致我们还在用老Intel芯片的Mac本，看着别人生成美女图片只能眼馋。所以小卷这周末折腾了一天，总算是让老Mac本发挥作用了。先来说说准备工作：Mac笔记本操作系统版本>=13.2.1（亲测10.0版本各种问题无法运行，无奈花了一小时升级系统）Python3.10.6版本（已安装其他版本也不要紧，后面我们用Conda做版本控制）stable-diffusion-webui代码下载，下载地址：stable-diffusion-web

1.作品图2.准备工作目前网上能搜到的stable-diffusion-webui的安装教程都是Window和MacM1芯片的，而对于因特尔芯片的文章少之又少，这就导致我们还在用老Intel芯片的Mac本，看着别人生成美女图片只能眼馋。所以小卷这周末折腾了一天，总算是让老Mac本发挥作用了。先来说说准备工作：Mac笔记本操作系统版本>=13.2.1（亲测10.0版本各种问题无法运行，无奈花了一小时升级系统）Python3.10.6版本（已安装其他版本也不要紧，后面我们用Conda做版本控制）stable-diffusion-webui代码下载，下载地址：stable-diffusion-web

Stable-Diffusion-Webui是一个基于Gradio库的StableDiffusion的浏览器界面，可以说是AI绘画集合体，支持目前主流的开源AI绘画模型，例如NovelAi/StableDiffusion，有了它，我们就可以很方便地配置和生成AI绘画作品，并且进行各种精细地配置。一、搭建指南1、安装Python3.10.6和git2、下载stable-diffusion-webui源码gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui.git3、将模型文件放在项目根目录下的models/Stable-d